AI+多组学，计算医学将引领医药研发新时代？

近日，北京哲源科技有限责任公司宣布完成亿元A轮融资，本轮融资由博行资本以及泰雅资本领投，海金格医药等跟投。本轮融资将用于“计算医学”平台升级和推进自研药物管线。

所谓“计算医学”，是将复杂性系统科学的整体论作为方法论，去理解生物分子、细胞、组织器官、种群等多个生物层级结构之间的相互作用，从系统的角度去捕捉、理解疾病机制。

其次，“计算医学”采用密集数据驱动的科学范式，挖掘隐藏于多维组学生物医学大数据中的新洞见。

再次，计算医学将生物医学的知识模型转换为数学模型，以生物医学大数据作为输入参数，以人工智能算法对模型进行迭代、训练，输出逼近于真实的生命系统结构与功能特征，从而理解疾病发生的本质，进而为人们提供疾病风险预测、诊断治疗和长期护理的综合性健康管理方案。

整体观指导下的“计算医学”，融合多组学大数据研究和AI技术分析，从而更好地检测、诊断、治疗疾病，使个性化医疗决策成为可能。其本质上是与基于“还原论”的传统现代医学截然不同的科学范式，这一新范式也正在全球范围逐步兴起，成为生命科学发展的新趋势。

传统医学范式正面临挑战，整体观指引下的多组学研究正在兴起

长期以来，西方医学的主流思想是以“还原论”为基础的。笛卡尔是近代科学的思想奠基人之一，他建议，如果一个问题过于复杂以至于一下子难以解决，那么就将原问题分解成一些足够小的问题，然后再分别解决。这被称为“笛卡尔方法”，我们对生命科学的分析使用的正是这种方法。

然而，将这种方法运用于生命科学时，是具有它的局限性的。

生命，作为一个多层次非线性的复杂系统，当我们把一个生命系统剖分成各个部分时，生命组成部分之间的相互依赖作用也就消失殆尽了。

基于“还原论”的指导思想，现代医学着眼于单一靶点的靶向药物研发，然而，现代医学的进步速度是非常缓慢的。

以肿瘤为例，早在12世纪，“癌”这个字就出现在东轩居士撰写的《卫济宝书》中，然而，在近千年后的今天，我们仍然对许多癌症束手无策，治疗效果提升速度相当缓慢。

以肺癌为例，根据相关资料显示，20世纪70年代，肺癌患者的平均生存期约11周，时隔40年后，肺癌患者的平均生存期仅延长了8周。

现代医学也逐渐意识到“还原论”的局限性，基于“整体观”的西方医学新思想正在兴起。

2015年，奥巴马提出了“精准医学计划”，根据美国国立卫生研究院的定义，精准医疗是指考虑到每个人基因、环境和生活方式等个体化差异的用于疾病的预防和治疗的新兴医疗方式。基于整体观的科学范式，精准医学不仅仅着眼于病变部位本身，更关注疾病表象下的多种机制内在联系，从而给出个性化的治疗方案。

围绕精准医疗展开的基础科研和临床治疗离不开生物信息的支持，多组学研究是“生物医学信息网络”中重要的组成部分。

▲图 1 生物医学信息网络构成

资料来源：Toward Precision Medicine

多组学研究通常包括在脱氧核糖核酸(DNA)复制、转录、翻译、翻译后修饰的过程中，产生的全部基因（基因组学）、基因表达的广泛变化（表观遗传组学）、核糖核酸（RNA，转录组学）和蛋白质（蛋白质组学），以及下游的小分子代谢产物（代谢组学）。

▲图 2 多组学数据整合

资料来源：《中国流行病学杂志》2021年第1期

近年来，基于“整体观”的多组学研究，正在全球逐渐兴起。科研领域开始重视多组学研究，多组学研究为诸多疾病的病因推断、疾病预测、药物筛选等方面提供新思路。

▲图 3 代表性多组学研究的研究对象、目的与分析方法概述

资料来源：《中国流行病学杂志》2021年第1期

AI+多组学研究已被头部跨国药企运用于药物研发

跨国药企正在通过真实世界研究、创新数字工具（如，可穿戴设备、移动应用等）、收购医疗数据公司等途径收集患者多维组学数据，辅助人工智能技术，加速研发进展。

▲图 4 罗氏整合患者RWD、多组学、影像检测数据、数字工具收集的数据 

资料来源：Digitalization along the value chain,2021

以罗氏为例，罗氏融合多组学与AI技术，将其运用于深入理解疾病机制、新药研发和提高诊断能力。

2018年，罗氏收购了电子医疗记录软件开发商Flatiron和领先的肿瘤伴随诊断企业Foundation Medicine。前者拥有220万肿瘤患者的真实世界数据，后者则拥有超过50万患者的基因组数据。

▲图 5 罗氏运用AI+多组学数据理解疾病机制

资料来源：Digital technology and advanced analytics in Roche

罗氏将这两个数据库整合形成“临床-基因组数据库”(Clinico-Genomic Database)，辅助人工智能技术，以更好地理解快速进展疾病的基因组特征、分子分型的自然历史队列、耐药机制和改进预后分类。

罗氏运用丰富的多组学数据助力新药研发。例如，罗氏整合8项临床研究、纵向数据库，包括临床试验数据，影像数据，组织学数据，多组学数据，微生物组数据应用于炎症性肠病新药Etrolizumab的研发。

▲资料来源：Late Stage Immunology, Ophthalmology and Infectious Disease，2020

2022年，罗氏投资2.9亿美元用于支持Freenome公司多组学早期癌症检测平台的发展，提高肿瘤早期诊断能力。

Freenome公司的多组学平台靶向血液中的关键生物信号，对游离DNA、DNA甲基化水平、蛋白生物标志物进行分析。结合计算生物学和人工智能技术，识别与疾病相关的标志物模式，提高癌症早期检测的准确性。

基于底层技术优势，非传统玩家布局AI+多组学赛道

除了头部制药企业外，非传统医疗企业也正在布局AI+多组学赛道，致力于疾病机制研究和新药研发。

其中，最为典型的代表则是百图生科。

2020年9月，百图生科成立，李彦宏出任董事长，百度风投CEO刘维担任公司CEO。百图生科定位于一家“生物计算技术驱动的生命科学公司”，致力于用高性能生物计算和多组学数据技术加速创新药物和早筛早诊等精准生命科学产品的研发。

百图生科的业务将分为两大阶段：

第一阶段利用前沿AI技术构建完整的生物计算平台，通过自身研发和产业投资双轮驱动，与新的数据轴和垂类分析/设计/计算工具领域的初创企业与研究机构携手，构建生物计算生态。

百图生科与百度底层深度学习算法平台“飞桨”建立深度战略合作，相比传统制药企业，百图生科拥有更强大的AI底层技术。

第二阶段，百图生科还将深度参与或主导发起新型精准药物和精准诊断产品的研发，携手合作伙伴，为社会贡献极具创新性的精准生命科学产品。

目前，百图生科正在通过对外建立合作联盟的方式，将AI技术和组学数据运用于医药研发全价值链，构建从靶点发现、候选药物筛选，乃至临床试验的全链条生态。

▲资料来源：百图生科

根据百图生科官网信息显示，百图生科正聚焦于肿瘤免疫（实体瘤、胃癌等）、自身免疫、免疫机理衰老等疾病领域的新药研发，目前均处于临床前研究阶段。

▲图 6 百图生科在研药物管线

资料来源：百图生科官网

▲图 7高维度多组学引擎和高通量功能验证平台，发现、预测和验证全新靶点

资料来源：百图生科官网

整体观下的计算医学带来了生命科学范式的变革，计算医学的发展有望实现健康、疾病的量化理解。随着多组学研究的不断发展，人工智能技术的深入融合，计算医学将为开发复杂疾病的诊断工具和创新疗法创造可能，有朝一日实现精准健康维护，使个性化医疗照进现实。

【参考资料】

（下滑查看）

1.《哲源科技获近亿元A轮投资，用于“计算医学”平台升级和推进自研管线》；动脉网，2022年7月

2.《现代医学真的进步了吗？》，外研社科学出版工作室编，2013年9月

3.《多组学在慢性病病因学研究中的应用及其进展》，《中华流行病学杂志》，2021年第1期

4.弗里德里希·克拉默：《混沌与秩序：生物系统的复杂结构》，上海科技教育出版社，2010年8月

5.Toward Precision Medicine: Building a Knowledge Network for Biomedical Research and a New Taxonomy of Disease, The National Academies Press, 2011

6.Late Stage Immunology, Ophthalmology and Infectious Disease，2020

7.Digital technology and advanced analytics in Roche，2020

8.《安进、Mirati、Sarepta等公司带来哪些新进展？》，药明康德，2022年1月

9.百图生科官网

【声明】

本文观点仅代表作者本人，不代表美柏医健立场，欢迎交流补充

▲点击小程序，查看500+海外创新项目